PROIECT NR.

1
E1. ANALIZA SOSIRII AUTOVEHICULELOR NTR-UN PUNCT
2. PRELUCRAREA DATELOR PRIMARE
Obiective:
nelegerea instrumentelor statistice n analiza datelor experimentale.
Abiliti n utilizarea programului EXCEL.
Competene de interpretare a datelor experimentale.
ETAPELE ANALIZEI SOSIRII AUTOVEHICULELOR NTR-UN PUNCT.
1. Stabilirea tipurilor de vehicule i identificarea coeficienilor de echivalare.
Fluxurile de trafic rutier sunt compuse din vehicule de toate categoriile ceea ce conduce la
aspectul eterogen al acestora. n analizele efectuate asupra traficului, este obligatoriu ca
datele s fie colectate pe fie speciale, pentru diferitele categorii de vehicule, realiznd
echivalarea acestor vehicule cu vehiculul etalon sau unitar, care este autoturismul i celelalte
vehicule din aceasta clas (vezi tabelul de mai jos) pentru care coeficientul de echivalare are
valoarea 1,0.
Valoarea coeficienilor de echivalare este prevzut n STAS 7348-86, astfel:
Tabelul E.1: Tipurile de vehicule i coeficienii de echivalare
Tipul de vehicul
Coeficient de
echivalare
Motociclete cu ata i fr ata, scutere, motorete, motociclete,
0,5
mototriciclete;
Autoturisme fr sau cu remorci, autoturisme de tip Combi, microbuze,
1,0
autobuze de mic capacitate, autocamioane autofurgonete;
Autocamioane cu sarcin util sub 3 tone cu sau fr remorc,
2,0
autocamioane cu sarcina util peste 3 tone fr remorc, autobuze fr
remorc, autocare, tractoare fr remorc;
Autocamioane cu sarcina util peste 3 tone cu remorc, autobuze cu o
3,5
remorc, autotractoare cu o remorc sau semiremorc;
n cazul n care autocamioanele, autotractoarele sau tractoarele au dou
1,5
sau mai multe remorci, pentru fiecare remorc se adaug:
Autobuz articulat
4,0
Troleibuz
3,0
Tramvai motor
4,0
Tramvai articulat
6,0
Pentru fiecare remorc de tramvai
2,0
*) La stabilirea coeficienilor de echivalare s-a considerat ca vehicul etalon, Vt
autoturismul.
Transformarea datelor privind numrul vehiculelor fizice n vehicule etalon.
Valorile obinute, exprimate n vehicule etalon se nsumeaz pe fiecare linie, i reprezint
numrul de vehicule ce sosesc n fiecare 10 secunde n locaia analizat.
Prin gruparea valorilor nregistrate n coloana (10) pentru intervalele de timp de t=10
secunde, se vor obine valorile corespunztoare lui xi pentru t=20 secunde, respectiv t=30
secunde.
Tabelul E.2
Nr.c
rt

Autotur
isme

(1)
1
2
3

I
II
II

(2)

Autobuze

(3)
1
2
2

II
I

(4)

Troleibuze

(5)
4
0
2

I
I

(6)

(7)
0
3
3

Camioane
<3t

(8)
-

t=10s

t=20s

t=30s

(39 (10)
0
5
5
5
0
7

(11)

(12)

10

17

PROIECT NR. 1
Prelucrarea datelor experimentale nregistrare n fi se bazeaz pe caracterul aleator
al fluxurilor de trafic. n acest scop se definete variabila aletoare X.
Variabilele aleatoare utilizate n ingineria traficului rutier sunt de doua tipuri:

Variabile aleatoare de tip discret (V.A.D.), de exemplu, vehiculele care sosesc ntr-o
anumit locaie;

Variabile aleatoare de tip continuu (V.A.C.), de exemplu, viteza unui vehicul,

nregistrat pe o poriune de drum sau intervalele dintre vehiculele unui flux rutier,
etc.

Tabelul E.3.
pag /xi
1
2
3
4
5
6
7
Ni

3
6
3
7
3
0
3
N0=25

10
10
9
14
5
6
3
N1=57

11
6
16
6
9
15
15
N2=78

16
11
9
7
13
10
7
N3=73

6
11
9
11
10
11
8
N4=66

1
6
4
4
8
8
4
N5=35

1
3
2
3
2
3
2
N6=16

0
1
1
2
4
1
0
N7=9

0
0
1
0
0
0
0
N8=1

O variabil aleatoare discret poate fi descris printr-un tablou de valori, astfel:

x
X = 1
p1

. . . xn
,
. . . pn

x2
p2

unde xi este valoarea argumentului variabilei aleatoare, X, iar pi probabilitatea de aparitie a

acestuia sau fi care reprezint frecvena relativ de apariie, cu condiia ca cu 0pi = fi 1,
n

oricare ar fi i i

p
i =1

=1.

sau

x2 . . . xn
x
,
X = 1
N1 N 2 . . . N n
cu Ni0, numere naturale, oricare ar fi i i

Ni

=N.

i =1

Pentru determinarea probabilitilor (frecvenelor relative) de apariie este necesar

nregistrarea frecvenelor absolute empirice, Ni n tabelul centralizator pentru t=10
secunde, t=20 secunde, respectiv t=30 secunde.
Pentru uurina nregistrrilor, urmresc urmtorii pai:

se deschide o pagin Excel n care sunt nregistrate valorile din fiele de trafic pentru
fiecare interval de timp (t=10 secunde, t=20 secunde, respectiv t=30 secunde) i
pentru fiecare zi sau ora n parte, pe cte o pagin.

sunt selectate intervalele de timp de t=10 secunde, t=20 secunde, respectiv t=30
secunde stabilind astfel frecvenele absolute Ni, de apariie a intervalelor de xi
vehicule. Care este n acest caz numrul total al observaiilor efectuate?

Tabelul cuprinde rezultatele nregistrrilor efectuate n data de .....ora.....la intervale

de t=10 secunde.

PROIECT NR. 1
n mod asemntor, se vor obine, pentru ficare msurtoare trei analize independente,
pentru t=10 secunde, t=20 secunde, respectiv t=30 secunde.
Datele cuprinse n prima i ultima linie sunt transferate n tabelul centralizator cuprinznd
zece coloane, n prima i doua coloan, astfel:
Tabelul E.4.
xi

Ni

fi

f>

f<

x=xi*fi

(1)
0
1
2
3
4
5
6
7

(2)
25
57
78
73
66
35
16
10
360

(3)
0,069444
0,158333
0,216667
0,202778
0,183333
0,097222
0,044444
0,027778
1

(4)
0,069444
0,227778
0,444444
0,647222
0,830556
0,927778
0,972222
1

(5)

(6)

1
0,930556
0,772222
0,555556
0,352778
0,169444
0,072222
0,027778
1

0
0,158333
0,433333
0,608333
0,733333
0,486111
0,266667
0,194444
2,880556

Din tabel se observ c

Ni

i =0

s=(xi-x)*fi
(7)
0,576222
0,559944
0,167999
0,002893
0,229745
0,436727
0,432486
0,471384
2,8774

P(X=x)

Ni

Ni/Ni

(8)
0,056031
0,161562
0,232837
0,223619
0,161014
0,092713
0,04447
0,018276

(9)
20,17126
58,16232
83,82146
80,50302
57,96489
33,37662
16,00933
6,579478
356,5884

(10)
30,98468
55,86091
72,58285
66,19628
75,14894
36,70233
15,99068
15,19877
368,6654

3600 sec
= 360 int
10 sec

Cu ajutorul frecvenelor absolute se pot determina frecvenele relative, fi.

fi =

Ni
N

ce reprezint probabilitatea de apariie a fiecrui interval. Astfel N0, reprezint probabilitatea

de apariie a intervalului de zero vehicule, N1, reprezint probabilitatea de apariie a intervalului
de un vehicul, N2, reprezint probabilitatea de apariie a intervalului de dou vehicule, etc.
Deducem deci,
n

fi

=1

i =0

n coloana 3, sunt calculate probabilitile fi de apariie a intervalelor de 10 secunde n care

sosesc xi vehicule .
Tabelul E.5.
Prelucrarea datelor
Date de intrare
Prelucrarea datelor empirice
teoretice
xi
Ni
fi
f>
f<
x=xi*fi s=(xi-x)*fi P(X=x)
Ni
Ni/Ni
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
0,069444 0,069444
0
25
1
0
0,576222
0,056031
20,17126
30,98468
0,158333 0,227778 0,930556 0,158333
1
57
0,559944
0,161562
58,16232
55,86091
0,216667 0,444444 0,772222 0,433333
2
78
0,167999
0,232837
83,82146
72,58285
0,202778 0,647222 0,555556 0,608333
3
73
0,002893
0,223619
80,50302
66,19628
0,183333 0,830556 0,352778 0,733333
4
66
0,229745
0,161014
57,96489
75,14894
0,097222 0,927778 0,169444 0,486111
5
35
0,436727
0,092713
33,37662
36,70233
0,044444 0,972222 0,072222 0,266667
6
16
0,432486
0,04447
16,00933
15,99068
0,027778
7
10
1
0,027778
0,194444
0,471384
0,018276
6,579478
15,19877

360
1
1 2,880556
2,8774
356,5884 368,6654
Determinarea frecvenele relative cumulate n sens cresctor, f> respectiv descresctor,
f>, poate fi extrem de util n analiza datelor de trafic. Se pot obine astfel, Calculul este
prezentat n coloana 4 respectiv coloana 5.

PROIECT NR. 1
Tabelul E.6.
Date de intrare

xi
(1)

Ni
(2)

0
1
2
3
4
5
6
7

25
57
78
73
66
35
16
10
360

fi
(3)

Prelucrarea datelor empirice

Prelucrarea datelor teoretice

f>
(4)

P(X=x)
(8)

f<
(5)

0,069444 0,069444
0,158333 0,227778
0,216667 0,444444
0,202778 0,647222
0,183333 0,830556
0,097222 0,927778
0,044444 0,972222
0,027778
1
1-

x=xi*fi
(6)

1
0,930556
0,772222
0,555556
0,352778
0,169444
0,072222
0,027778

s=(xi-x)*fi
(7)

Ni
(9)

Ni/Ni
(10)

0,576222

0,056031

20,17126

30,98468

0,158333

0,559944

0,161562

58,16232

55,86091

0,433333

0,167999

0,232837

83,82146

72,58285

0,608333

0,002893

0,223619

80,50302

66,19628

0,733333

0,229745

0,161014

57,96489

75,14894

0,486111

0,436727

0,092713

33,37662

36,70233

0,266667

0,432486

0,04447

16,00933

15,99068

0,194444

0,471384

0,018276

6,579478

15,19877

2,880556

2,8774

356,5884

368,6654

1
0,9
0,8
0,7

0,6
f>

0,5

f<

0,4
0,3
0,2
0,1
0
0

xi

Figura E.1: Graficele frecvenelor cumulate

Corespunztor acestor dou coloane se pot construi graficele frecvenelor cumulate n
funcie de numrul de vehicule ce sosesc pe intervalul de 10 secunde. Graficul poate fi
reprezentat prin histograme.
Calculul mediei variabilei aleatoare.
Coloana 6 conine datele necesare mediei x =

fi x i = 2,88 vehicule sosesc n medie n

i =0

intervalul de 10 secunde.
Tabelul E.7.
Date de intrare
xi

Ni

(1)
0
1
2
3
4
5
6
7

(2)
25
57
78
73
66
35
16
10
360

Prelucrarea datelor
teoretice

Prelucrarea datelor empirice

fi

f>

(3)
(4)
0,069444 0,069444
0,158333 0,227778
0,216667 0,444444
0,202778 0,647222
0,183333 0,830556
0,097222 0,927778
0,044444 0,972222
0,027778
1
1-

f<

x=xi*fi

(5)

(6)

1
0,930556
0,772222
0,555556
0,352778
0,169444
0,072222
0,027778

0
0,158333
0,433333
0,608333
0,733333
0,486111
0,266667
0,194444
2,880556

s=(xi-x)*fi
(7)
0,576222
0,559944
0,167999
0,002893
0,229745
0,436727
0,432486
0,471384
2,8774

P(X=x)

Ni

Ni/Ni

(8)
0,056031
0,161562
0,232837
0,223619
0,161014
0,092713
0,04447
0,018276

(9)
20,17126
58,16232
83,82146
80,50302
57,96489
33,37662
16,00933
6,579478
356,5884

(10)
30,98468
55,86091
72,58285
66,19628
75,14894
36,70233
15,99068
15,19877
368,6654

PROIECT NR. 1
Tabelul E.8.
Date de intrare

Prelucrarea datelor empirice

Prelucrarea datelor teoretice

xi

Ni

fi

f>

f<

x=xi*fi

s=(xi-x)*fi

P(X=x)

Ni

Ni/Ni

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

25

0,069444 0,069444

0,576222

0,056031

20,17126

30,98468

57

0,158333 0,227778 0,930556 0,158333

0,559944

0,161562

58,16232

55,86091

78

0,216667 0,444444 0,772222 0,433333

0,167999

0,232837

83,82146

72,58285

73

0,202778 0,647222 0,555556 0,608333

0,002893

0,223619

80,50302

66,19628

66

0,183333 0,830556 0,352778 0,733333

0,229745

0,161014

57,96489

75,14894

35

0,097222 0,927778 0,169444 0,486111

0,436727

0,092713

33,37662

36,70233

16

0,044444 0,972222 0,072222 0,266667

0,432486

0,04447

16,00933

15,99068

10

0,027778

1 0,027778 0,194444

0,471384

0,018276

6,579478

15,19877

360

356,5884

368,6654

1-

2,880556
2

2,8774

Calculul dispersiei variabilei aleatoare, D sau s sau . n exemplul nostru se noteaz s2.
Compararea mediei cu dispersia.
Media = 2,88055>Dispersia = 2,8774
Alegerea modelului repartiiei (distribuiei aleatoare)
Deoarece Media>Dispersia se adopt distribuia binomial.
Determinarea probabilitilor ce descriu modelul propus (distribuia binomial coloana 8).
Tabelul E.9.
Date de intrare

Prelucrarea datelor empirice

fi

f>

f<

(3)

(4)

(5)

x=xi*fi

Prelucrarea datelor teoretice

xi

Ni

s=(xi-x)*fi

(1)

(2)

25

0,069444 0,069444

0,576222

0,056031 20,17126

30,98468

57

0,158333 0,227778 0,930556 0,158333

0,559944

0,161562 58,16232

55,86091

78

0,216667 0,444444 0,772222 0,433333

0,167999

0,232837 83,82146

72,58285

73

0,202778 0,647222 0,555556 0,608333

0,002893

0,223619 80,50302

66,19628

66

0,183333 0,830556 0,352778 0,733333

0,229745

0,161014 57,96489

75,14894

35

0,097222 0,927778 0,169444 0,486111

0,436727

0,092713 33,37662

36,70233

16

0,044444 0,972222 0,072222 0,266667

0,432486

0,04447 16,00933

15,99068

10

0,027778

1 0,027778 0,194444

0,471384

0,018276 6,579478

15,19877

360

(6)
1

1-

(7)

2,880556

P(X=x)

Ni

(8)

(9)

2,8774 0,990523

356,5884

Ni/Ni
(10)

368,6654

Validarea modelului adic distribuia binomial, se realizeaz cu criteriului de testare

statistic notat Criteriul Hi-ptrat sau Criteriul 2.
Tabelul E.10.
Date de intrare

Prelucrarea datelor empirice

fi

f>

f<

(3)

(4)

(5)

xi

Ni

(1)

(2)

25

0,069444 0,069444

0,576222

0,056031 20,17126

30,98468

57

0,158333 0,227778 0,930556 0,158333

0,559944

0,161562 58,16232

55,86091

78

0,216667 0,444444 0,772222 0,433333

0,167999

0,232837 83,82146

72,58285

73

0,202778 0,647222 0,555556 0,608333

0,002893

0,223619 80,50302

66,19628

66

0,183333 0,830556 0,352778 0,733333

0,229745

0,161014 57,96489

75,14894

35

0,097222 0,927778 0,169444 0,486111

0,436727

0,092713 33,37662

36,70233

16

0,044444 0,972222 0,072222 0,266667

0,432486

0,04447 16,00933

15,99068

10

0,027778

1 0,027778 0,194444

0,471384

0,018276 6,579478

15,19877

360

1-

x=xi*fi

Prelucrarea datelor teoretice

s=(xi-x)*fi

(6)
1

(7)

2,880556

P(X=x)

Ni

(8)

(9)

2,8774 0,990523

356,5884

Ni/Ni
(10)

368,6654

PROIECT NR. 1
n acest scop se determin n coloana (9) din tabelul de mai sus, frecvena absolut
teoretic calculat cu relaia:

N i' = P ( X = x ) N
Pentru verificarea corectitudinii calculelor, dac n coloana precedent suma
probabilitilor calculate se apropia de valoarea 1, atunci suma frecvenelor absolute teoretice
se va apropia de valoarea lui N, numrul total al observaiilor.
n etapa urmtoare se determin valoarea lui 2 dat de suma ptratului abaterilor
frecvenelor empirice fa de frecvenele teoretice raportate la frecvenele teoretice, cu ecuaia
urmtoare:

(N
=
n

i =0

N i'
N i'

N i2

i =0

N i'

N .

n coloana (10) se determin doar rapoartele

N i2
N i'

, care nsumate n ultima linie, va

permite determinarea valorii criteriului 2.

Tabelul E.11.
Date de intrare

xi
(1)
0
1
2
3
4
5
6
7

Ni
(2)
25
57
78
73
66
35
16
10
360

Prelucrarea datelor empirice

fi

f>

(3)
(4)
0,069444 0,069444
0,158333 0,227778
0,216667 0,444444
0,202778 0,647222
0,183333 0,830556
0,097222 0,927778
0,044444 0,972222
0,027778
1
1-

f<

x=xi*fi

(5)

(6)

1
0,930556
0,772222
0,555556
0,352778
0,169444
0,072222
0,027778

0
0,158333
0,433333
0,608333
0,733333
0,486111
0,266667
0,194444
2,880556

Prelucrarea datelor teoretice

s=(xi-x)*fi
(7)
0,576222
0,559944
0,167999
0,002893
0,229745
0,436727
0,432486
0,471384
2,8774

P(X=x)

Ni

(8)
(9)
0,056031 20,17126
0,161562 58,16232
0,232837 83,82146
0,223619 80,50302
0,161014 57,96489
0,092713 33,37662
0,04447 16,00933
0,018276 6,579478
0,990523 356,5884

Ni/Ni
(10)
30,98468
55,86091
72,58285
66,19628
75,14894
36,70233
15,99068
15,19877
368,6654

Figura E.2: Reprezentarea grafic a criteriului 2.

Criteriul 2 are reprezentarea grafic din figura urmtoare. care, aa cum se poate observa,
depinde de valoarea a gradelor de libertate.

PROIECT NR. 1
Graficul este caracterizat de urmtoarele caracteristici:
Aria de sub curb este egal cu unitatea;
Valoarea de nceput este 2=0.
Curba nu este simetric; cnd (deci numrul observaiilor) crete, curba devine similar
cu cea normal. Se face precizarea c numrul gradelor de libertate = n l 1 , unde n este numrul intervalelor de grupare (numrul claselor Si ), iar l - numrul parametrilor
repartiiei teoretice. De exemplu, dac repartiia este binomial sau Poisson, distribuii care au
un singur parametru, atunci l = 1 i = n 1 1 = n 2 grade de libertate. Dac ns legea
este normal, care are doi parametri, atunci l = 2 i = n 2 1 = n 3 grade de libertate.
Deci, numrul gradelor de libertate este o noiune statistic strns legat de cantitatea de
informaie de care se dispune n cercetarea care se efectueaz.

Figura E.3: Variaia lui 2 pentru = 0,05 i = 0,95.

Este recomandabil ca atunci cnd se aplic testul 2, s fie N50, Ni5 i 10 n 20.
Cnd au mai puin de cinci elemente clasele extreme se contopesc cu cele alturate i
numrul scade corespunztor ( = n 3 ). Dac numai o clas se contopete cu cea
alturat atunci = n 2 . n situaia cnd toate clasele au mai mult de cinci elemente atunci
= n 1 .
Eficiena testului crete cnd n fiecare clas se afl aproximativ acelai numr de date.
Testul are o mai mare putere de discriminare n cazul repartiiilor simetrice i d rezultate
bune n cazul verificrii caracteristicilor repartiiilor empirice normale.
Aplicarea criteriului 2 pentru un anumit prag de siguran , se reduce a verifica dac:
P ( 2 < 02 ) = 1 ,
unde 02 , este valoarea care se adopt din tabelul de mai jos. pentru numrul gradelor de

libertate = n 3 , unde n este numrul de componente ale variabilelor aleatoare sau

numrul intervalelor de grupare a datelor observate.
Dac 2 < 02 , se consider c ntre repartiia empiric i cea teoretic exist

concordan cu coeficientul de ncredere = 1 . Figura E.3. prezint variaia lui 2 n

funcie de pentru = 0,05 i = 0,95.

PROIECT NR. 1
Tabelul E.12. Valorile 2 pentru un anumit prag de siguran .

02,995

02,99

02,975

02,95

02,05

02,025

02, 01

02, 005

1
2
3
4
5

0,000
0,010
0,072
0,207
0,412

0,000
0,020
0,115
0,297
0,554

0,001
0,051
0,216
0,484
0,831

0,004
0,103
0,352
0,711
1,145

3,841
5,991
7,815
9,488
11,070

5,024
7,378
9,348
11,143
12,832

6,635
9,210
11,345
13,277
15,086

7,879
10,597
12,838
14,860
16,750

1
2
3
4
5

6
7
8
9
10

0,676
0,989
1,344
1,735
2,156

0,872
1,239
1,646
2,088
2,558

1,237
1,690
2,180
2,700
3,247

1,635
2,167
2,733
3,325
3,940

12,592
14,067
15,507
16,919
18,307

14,449
16,013
17,535
19,023
20,483

16,812
18,475
20,090
21,666
23,209

18,548
20,278
21,955
23,589
25,188

6
7
8
9
10

11
12
13
14
15

2,609
3,074
3,565
4,075
4,601

3,053
3,571
4,107
4,660
5,229

3,816
4,404
5,009
5,629
6,262

4,575
5,226
5,892
6,571
7,261

19,675
21,026
22,362
23,685
24,996

21,920
23,337
24,736
26,119
27,488

24,725
26,217
27,688
29,141
30,578

26,757
28,300
29,819
31,319
32,801

11
12
13
14
15

16
17
18
19
20

5,142
5,697
6,265
6,844
7,434

5,812
6,408
7,015
7,633
8,260

6,908
7,564
8,231
8,907
9,591

7,962
8,672
9,390
10,117
10,851

26,296
27,587
28,869
30,144
31,410

28,845
30,191
31,526
32,852
34,170

32,000
33,409
34,805
36,191
37,566

34,267
35,718
37,156
38,582
39,997

16
17
18
19
20

21
22
23
24
25

8,034
8,643
9,260
9,886
10,520

8,897
9,542
10,196
10,856
11,524

10,283
10,982
11,689
12,401
13,120

11,591
12,338
13,091
13,848
14,611

32,671
33,924
35,172
36,415
37,652

35,479
36,781
38,076
39,364
40,646

38,932
40,289
41,638
42,980
44,314

41,401
42,796
44,181
45,558
46,928

21
22
23
24
25

26
27
28
29
30

11,160
11,808
12,461
13,121
13,787

12,198
12,879
13,565
14,256
14,953

13,844
14,573
15,308
16,047
16,791

15,379
16,151
16,928
17,708
18,493

38,885
40,113
41,337
42,557
43,773

41,923
43,194
44,461
45,722
46,979

45,642
46,963
48,278
49,588
50,892

48,290
49,645
50,993
52,336
53,672

26
27
28
29
30

Grafice
Reprezentarea frecvenei relative fi i a funciei de probabilitate P(X=x).
Reprezentarea frecvenelor absolute experimentale i teoretice sub forma histogramelor.
Compararea graficelor corespunztoare diferitelor benzi de circulaie pentru care
nregistrarea datelor s-a realizat simultan.
Compararea distribuiilor obinute pentru cele trei intervale de timp, pentru fiecare
nregistrare n parte, etc.
Valorile de trafic obinute permit, de asemenea, construirea graficelor necesare pentru
compararea referitoare la:
ponderea diferitelor categorii de vehicule, pentru fiecare band de circulaie, n cazul unei
nregistrri;
ponderea diferitelor categorii de vehicule, pentru aceeai band de circulaie, pentru
nregistrri din zile sau ore diferite;
analiza sosirii autovehiculelor destinate transportului public (de exemplu, frecvena
diferitelor autobuze sau troleibuze;
Interpretarea graficelor i concluzii asupra analizei sosirii autovehiculelor ntr-un punct.
Studenii vor formula concluzii personale, funcie de capacitatea lor de analiz i sintetiz
a datelor colectate, vor discuta n grup i vor interpreta rezultatele pentru a realiza un raport
comun.